自適應(yīng)代價(jià)敏感決策樹的學(xué)習(xí)方法.pdf

1、代價(jià)敏感決策樹是數(shù)據(jù)挖掘的一個(gè)重要研究課題，近年來受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。不少學(xué)者結(jié)合粗糙集等理論提出了很多算法并取得了較好的效果。但是隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，大規(guī)模的數(shù)據(jù)流不斷涌現(xiàn)，傳統(tǒng)的分類算法亟待進(jìn)一步改進(jìn)。針對(duì)數(shù)據(jù)規(guī)模大的特點(diǎn)，本文提出了指數(shù)加權(quán)屬性選擇的方法以及三種基于C4.5算法的自適應(yīng)代價(jià)敏感決策樹的學(xué)習(xí)方法。
　　首先，本文提出了指數(shù)加權(quán)的最小總代價(jià)屬性選擇的啟發(fā)式算法。近年來，針對(duì)最小代價(jià)屬性子集問題，閔帆等

2、采用回溯算法成功地解決了該問題。但在高維數(shù)據(jù)集上，回溯算法效率較低，本文提出了指數(shù)加權(quán)的屬性選擇算法并設(shè)計(jì)了批量實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
　　其次，本文提出了一種自適應(yīng)劃分點(diǎn)選擇的代價(jià)敏感決策樹算法。面對(duì)海量的數(shù)據(jù)，現(xiàn)存的代價(jià)敏感決策樹算法的效率需要進(jìn)一步提高才能滿足用戶需求。對(duì)此，本文基于CS-C4.5算法提出了自適應(yīng)劃分點(diǎn)選擇機(jī)制，有選擇地考慮屬性在某些屬性值處劃分的信息增益，進(jìn)而提高了生成代價(jià)敏感決策樹的效率。